INSTITUTO TEGNOLOGICO NACIONAL DE MÉXICO

DISEÑOS EXPERIMENTALES

UNIDAD II-. EJECUCIÓN DE LA EXPERIMENTACIÓN

GUSTAVO MARTINEZ FERRAL

PAOLA SOSA WILLIAMS

5to SEMESTRE

8/09/18

Página | 1
Contenido
2.1. DEFINICIÓN DE CONCEPTOS. ...................................................................... 3
2.1.1. TRATAMIENTO, TESTIGO, UNIDAD EXPERIMENTAL, UNIDAD DE
OBSERVACIÓN. ................................................................................................. 3
2.1.2. ERROR EXPERIMENTAL, REPETICIONES, VARIABLE DE
AGRUPAMIENTO O CONTROL, TRATAMIENTO, VARIABLE DE
OBSERVACIÓN, ETC. ........................................................................................ 4
2.2. TAMAÑO ÓPTIMO DE PARCELA O UNIDAD EXPERIMENTAL. .................. 5
2.3. FORMA DE LAS UNIDADES O PARCELAS EXPERIMENTALES. ............... 5
2.4. NÚMERO DE REPETICIONES. CONSIDERACIONES GENERALES............ 6
2.5. SELECCIÓN DEL MATERIAL EXPERIMENTAL. ........................................... 6
2.6. AGRUPAMIENTO DE LAS UNIDADES EXPERIMENTALES Y DE LOS
TRATAMIENTOS. ................................................................................................... 6
2.7. EFECTOS DE LA COMPETENCIA ENTRE Y DENTRO DE LAS UNIDADES
EXPERIMENTALES. .............................................................................................. 7
2.8. EXPERIMENTOS COMUNES EN LA INVESTIGACIÓN AGRÍCOLA. ............ 7
2.9. CONSIDERACIONES EN LA PLANEACIÓN, EJECUCIÓN, RECOLECCIÓN,
ANÁLISIS E INTERPRETACIÓN DE LOS DATOS DE UN EXPERIMENTO. ........ 7
2.10. EL ANÁLISIS DE VARIANZA Y ACEPTACIÓN O RECHAZO DE
HIPÓTESIS NULA (PRUEBA DE F). ...................................................................... 8
ANÁLISIS DE VARIANZA. ..................................................................................... 8
2.11. MEDICIÓN Y CONTROL DEL ERROR EXPERIMENTAL. ......................... 10

Página | 2
 2.1. Definición de conceptos.
2.1.1. Tratamiento, testigo, unidad experimental, unidad de
observación.

Tratamiento:

Tratamiento es aquello que se aplica a las unidades experimentales o la forma en

que éstas son administradas. Ahí son tratamientos razas de animales, dosis de
vacunas, dosis de fertilización, diferentes pesticidas, herbicidas, formas de riego,
etc. así como las diferentes combinaciones que pueden hacerse con los niveles de
estos factores.

Los tratamientos pueden ser escogidos o fijados por el investigador. El primer caso,
llamado modelo al azar, es relativamente frecuente en investigaciones de
mejoramiento genético, para la evaluación de poblaciones o familias. Estudios sobre
las dosis, pesticidas, sistemas de riego constituyen el segundo caso, llamado
modelo fijo. La forma de seleccionar los tratamientos no afecta el cálculo del análisis
de varianza, pero sí los cuadrados medios esperados y las pruebas de comparación
de medias.
Cualquiera que sea la forma de seleccionar los tratamientos, estos deben
corresponder a los objetivos del experimento y a las hipótesis a ser probadas.

Testigo:

El testigo es el tratamiento de comparación adicional, que no debe faltar en un

experimento; por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo
puede ser aquel tratamiento que no incluye fertilizante. La elección del tratamiento
testigo es de gran importancia en cualquier investigación, este se constituye como
referencial del experimento y sirve para la comparación de los tratamientos en
prueba.

Unidad experimental:

Son el material donde evaluar la variable respuesta y al que se le aplican los

distintos niveles de los factores tratamiento.
Ejemplos de unidades experimentales son:
 En informática, ordenadores, páginas web, buscadores de internet.
 En agricultura, parcelas de tierra.
 En medicina, individuos humanos u animales.
 En industria, lotes de material, trabajadores, máquinas.
Cuando un experimento se ejecuta sobre un período de tiempo de modo que las
observaciones se recogen secuencialmente en instantes de tiempo determinados,
entonces los propios instantes de tiempo pueden considerarse unidades
experimentales.
Página | 3
2.1.2. Error experimental, repeticiones, variable de agrupamiento o
control, tratamiento, variable de observación, etc.

Error experimental:

El error experimental es una medida de la variación existente entre las

observaciones realizadas en las unidades experimentales tratadas en forma similar.
Este error está compuesto por los errores de tratamiento, de muestreo, y de
medición y aunque en la práctica generalmente son indistinguibles, es importante
reconocerlos para tratar de minimizarlos.
 Error de tratamiento: es el error que se podría cometer al no poder aplicar
el mismo tratamiento de manera exactamente igual en las unidades
experimentales (ue) que le fueron asignadas.
 Error de medición: error relacionado a la obtención del dato. Podría ser
introducido por parte del operario que obtiene el dato o por el instrumento de
medición.
 Error de muestreo: está relacionado con la variación de las UE que es de
esperar exista aun cuando toda otra fuente de variación se encuentre
controlada. Su magnitud depende de la heterogeneidad de las unidades
experimentales.

Repeticiones:
Cuando un mismo tratamiento aparece más de una vez en un experimento se dice
que está repetido.

Las funciones de la repetición son:

 Permitir una estimación del error experimental
 Mejorar la precisión de un experimento mediante la reducción del error
estándar de una media de tratamiento.
 Aumentar el alcance de la inferencia del experimento a través de la
selección y del uso apropiado de unidades experimentales más variables
 Ejercer control sobre la varianza del error.

Variable de agrupamiento o control:

Se define como esos factores que son controlados por el investigador para eliminar
o neutralizar cualquier efecto que podrían tener de otra manera en el fenómeno.

Tratamiento:

Tratamiento es aquello que se aplica a las unidades experimentales o la forma en

que éstas son administradas. Ahí son tratamientos razas de animales, dosis de
vacunas, dosis de fertilización, diferentes pesticidas, herbicidas, formas de riego,

Página | 4
etc. así como las diferentes combinaciones que pueden hacerse con los niveles de
estos factores.

Los tratamientos pueden ser escogidos o fijados por el investigador. El primer caso,
llamado modelo al azar, es relativamente frecuente en investigaciones de
mejoramiento genético, para la evaluación de poblaciones o familias. Estudios sobre
las dosis, pesticidas, sistemas de riego constituyen el segundo caso, llamado
modelo fijo. La forma de seleccionar los tratamientos no afecta el cálculo del análisis
de varianza, pero sí los cuadrados medios esperados y las pruebas de comparación
de medias.
Cualquiera que sea la forma de seleccionar los tratamientos, estos deben
corresponder a los objetivos del experimento y a las hipótesis a ser probadas.

2.2. Tamaño óptimo de parcela o unidad experimental.

El tamaño de la parcela debe ser el adecuado para conseguir los objetivos del
ensayo, el tamaño de las unidades experimentales debe satisfacer los
requerimientos de la investigación. La unidad experimental debe tener unas
dimensiones mínimas para poder realizar el experimento, pero más allá de esas
dimensiones no se gana nada aumentando el tamaño y se obtiene mayor precisión
aumentando el número de repeticiones. El tamaño de las unidades dependerá
también del tipo de experimento, pues uno demostrativo normalmente exigirá
mayores parcelas que uno preliminar. En general, en cultivos anuales suelen
utilizarse unidades experimentales compuestas de una a seis filas de cultivo, o aún
menos en programas de mejora, en no más de 50 m2.

2.3. Forma de las unidades o parcelas experimentales.

En los experimentos de campo, la forma de la parcela experimental es importante

en relación con la precisión. Los ensayos de uniformidad realizados por muchos
investigadores utilizando varios cultivos, han demostrado que la parcela
experimental relativamente larga y estrecha es más conveniente para una mayor
precisión, pues cubren una amplitud mayor de condiciones posibles y aumentan la
uniformidad dentro de cada bloque. No obstante, también es posible usar otras
formas, a veces determinadas por las operaciones de cultivo. En el supuesto de la
rectangularidad de las parcelas es conveniente, pues, que se orienten al contrario
que lo referido anteriormente para los bloques, es decir, el lado mayor en la
dirección de la mayor variabilidad.
En relación con la forma de los bloques, éstos han de tender a lo más cuadrado
posible, aunque cualquier forma es correcta siempre que sea efectiva. Lo realmente
importante en este caso es que exista la menor variabilidad posible dentro de ellos.

Página | 5
2.4. Número de repeticiones. Consideraciones generales.

El número de repeticiones que se realicen en una investigación es importante, pues

estadísticamente a mayor repetición menor será el error experimental.
Podríamos definir a las repeticiones como un reprís de los tratamientos, sin embargo
es importante tener claro el número
de repeticiones, recomendando
entre 4 a 5 repeticiones para los
diseños simples. Otro aspecto
importante es la aleatorización de
las repeticiones, pues tal acción
permite acercar a la realidad la
investigación.

2.5. Selección del material experimental.

Los materiales experimentales son utilizados por los investigadores pues en una
investigación se requiere de hechos notables para la comparación de dicho suceso,
es por esto que utiliza este tipo de material.

En lo que respecta a material experimental, podríamos citar a nivel agropecuario

como a la parcela de tierra, la especie animal de interés zootécnico, la caja de
Petri si el experimento es a nivel de laboratorio, el semillero, etc.

El material experimental debe ser cuidadosamente seleccionado a fin de

garantizar la calidad de los resultados.

2.6. Agrupamiento de las unidades experimentales y de los

tratamientos.

El agrupamiento de las unidades experimentales se distribuye en dos direcciones

(filas y columnas) y la asignación de los tratamientos al azar en las unidades, de tal
forma que en cada fila y en cada columna se encuentren todos los tratamientos.

Características:
1. Las unidades experimentales se distribuyen grupos, bajo dos criterios de
homogeneidad dentro de la fila y dentro de la columna y heterogeneidad en
otra forma.

Página | 6
 2. En cada fila y en cada columna, el número de unidades es igual al número
de tratamientos.
3. Los tratamientos son asignados al azar en las unidades experimentales
dentro de cada fila y dentro de cada columna.
4. El número de filas = número de columnas = número de tratamientos.

2.7. Efectos de la competencia entre y dentro de las unidades

experimentales.

Existe cuando un individuo dentro de la unidad experimental afecta a otros ventajosa

o desventajosamente. Entre algunos de los ejemplos encontramos: plantas de una
parcela de campo están en competencia por luz, agua y nutriente. Animales dentro
de un corral o jaula que están en competencia por comida y agua. Algún animal es
más belicoso que otras, a menudo causando algún perjuicio físico a otros animales.
La competencia puede no tener efecto sobre la técnica experimental, siempre y
cuando la suma de los efectos de competencia sea cero, lo cual requiere que un
individuo gane lo que otro pierde.
Si la variación entre individuos o unidades muéstrales dentro de la unidad
experimental es utilizada en la prueba de significancia, la varianza del error puede
ser erróneamente estimada a causa de la competencia. Para eliminar competencia
unidades experimentales se requiere proporcionar más espacio o más tiempo.

2.8. Experimentos comunes en la investigación agrícola.

La agricultura impone la necesidad de la búsqueda de nuevas técnicas de cultivo y

de manejo de los animales, así como de las plantas y animales más productivos,
más resistentes a plagas y las enfermedades, plantas con mayor capacidad para
obtener los nutriente, mayor resistencia a la sequía, a la salinidad y menor periodo
vegetativo con vistas a la obtención de mayor producción agropecuaria y más
calidad de la misma.

2.9. Consideraciones en la planeación, ejecución, recolección,

análisis e interpretación de los datos de un experimento.

Planeación: En la etapa de planeación se deben hacer investigaciones preliminares

que conduzcan a entender y delimitar el problema u objeto de estudio, de tal forma
que quede claro qué se va a estudiar, por qué es importante y, si es un problema,
cuál es la magnitud del mismo.
Ejecución: se realizan los experimentos y se leen los datos, se registran y
almacenan. La operación de los aparatos puede ser monitoreada mediante
acondicionadores de señal diseñados en el sistema, que protejan de cambios
indeseables de difícil percepción, en los aparatos o en las condiciones de operación.
Recolección: Se refiere al uso de una gran diversidad de técnicas y herramientas
que pueden ser utilizadas por el analista para desarrollar los sistemas de

Página | 7
información, los cuales pueden ser la entrevistas, la encuesta, el cuestionario, la
observación, el diagrama de flujo y el diccionario de datos. Todos estos
instrumentos se aplicarán en un momento en particular, con la finalidad de buscar
información que será útil a una investigación en común. En la presente investigación
trata con detalle los pasos que se debe seguir en el proceso de recolección de datos,
con las técnicas ya antes nombradas.
Análisis: Relación entre variables proporcionales: En los trabajos experimentales
es necesario conocer como varía una cantidad como resultado de un cambio en
alguna otra, existiendo varios tipos de relaciones.
Interpretación: Los datos el resultado del trabajo científico y constituyen elementos
que se someten a estudio, análisis e interpretación. La interpretación de datos es
una de las etapas más importantes del trabajo científico, porque se proyecta en las
conclusiones. Una adecuada interpretación de datos se fundamenta en un diseño
experimental adecuado a la naturaleza del problema que se investiga; en la
realización de observaciones y mediciones cuidadosas, y en el empleo de técnicas
de investigación adecuadas. Los datos mismos tienen poco interés por sí mismos;
lo importante es la nueva luz que surge al examinarlos; las generalizaciones que se
pueden formular y las nuevas preguntas que plantean principalmente. En ciencias,
los datos se suelen presentar en forma de tablas, gráficos, esquemas, etc. No hay
ciencia sin datos; no hay investigación científica sin interpretación de datos. Por una
parte es necesario ser riguroso para obtener datos; por otra, es fundamental ser
muy cuidadoso para interpretarlos: las generalizaciones precipitadas no forman
parte del trabajo propiamente científico. Al investigar, por ejemplo, la rapidez de
evaporación de un líquido en función de determinados factores, el resultado del
trabajo será una información, datos cuya interpretación permitirá establecer
determinadas conclusiones. Por cierto que un buen trabajo experimental es la
condición indispensable para obtener datos fiables y válidos.

2.10. El análisis de varianza y aceptación o rechazo de hipótesis

nula (prueba de F).

Análisis de varianza.

El análisis de varianza es una técnica paramétrica utilizada cuando hay más de dos
grupos independientes. Se trata de un método para comparar medias, no varianzas
como su nombre podría sugerir.
Un análisis de la varianza permite determinar si diferentes tratamientos muestran
diferencias significativas o por el contrario puede suponerse que sus medias
poblacionales no difieren.

Es una técnica estadística que sirve para analizar la variación total de los resultados
experimentales de un diseño en particular, descomponiéndolo en fuentes de

Página | 8
variación independientes atribuibles a cada uno de los efectos en que constituye el
diseño experimental.
Esta técnica tiene como objetivo identificar la importancia de los diferentes factores
o tratamientos en estudio y determinar cómo interactúan entre sí.
Test de Hipótesis: Procedimiento estadístico mediante el cual se investiga la verdad
o falsedad de una hipótesis acerca de una característica de una población o un
conjunto de poblaciones.
Hipótesis nula (H0): Hipótesis que se plantea en un problema de contraste
Hipótesis alternativa (H1): Hipótesis contraria a la hipótesis nula.
Estadístico del Test o Estadístico de Contraste a una variable aleatoria, con
distribución de probabilidad conocida, y cuyos valores nos permiten tomar la
decisión de aceptar o rechazar la hipótesis nula.
Error tipo I: Error que se comete al rechazar la hipótesis nula, H0, cuando esta es
cierta.
Error tipo II: Error que se comete al no rechazar la hipótesis nula, H0, cuando esta
es falsa.

Página | 9
2.11. Medición y control del error experimental.

Medición: un error experimental es una desviación del valor medido de una

magnitud física respecto al valor real de dicha magnitud. En general los errores
experimentales son ineludibles y dependen básicamente del procedimiento elegido
y la tecnología disponible para realizar la medición.
Existen dos maneras de cuantificar el error de la medida:

a) Mediante el llamado error absoluto, que corresponde a la diferencia entre el

valor medido fm y el valor real fr.
b) Mediante el llamado error relativo, que corresponde al cociente entre el error
absoluto y el valor real.

Es importante notar que en las anteriores expresiones el valor real fr es una cantidad
desconocida, por lo general el valor exacto del error absoluto y relativo es
igualmente desconocido. Afortunadamente, normalmente es posible establece un
límite superior para el error absoluto y el relativo, lo cual soluciona a efectos
prácticos conocer la magnitud exacta del error cometido.

Página | 10